一种关联度计算方法、设备和存储介质与流程

本申请涉及大数据挖掘分析领域，具体涉及一种关联度计算方法、设备和存储介质。

背景技术：

1、随着大数据技术的不断发展，目标之间关联度的计算在各个领域的应用越来越广泛。通过大数据分析，可以更全面地了解目标对象的需求和行为，从而更准确地计算关联度，提供更加个性化的服务和产品。

2、然而，由于需要处理的数据过于繁杂，关联度的计算存在选取数据不当、数据与数据之间性质差异大而导致的关联度计算存在片面性和局限性的问题，进而影响关联度计算结果的准确性。

技术实现思路

1、为解决上述技术问题，本申请采用的技术方案是：提供一种关联度计算方法、设备和存储介质，以至少解决相关技术中关联度的计算存在选取数据不当、数据与数据之间性质差异大导致关联度计算存在片面性和局限性的情况，进而影响关联度计算结果的准确性的问题。

2、根据本发明的一个实施例，提供了一种关联度计算方法，包括：

3、获取当前时间与目标对发生动作关联关系的时间差；

4、基于所述时间差计算出所述目标对对应于所述动作关联关系的关联分数；

5、基于所述目标对对应于至少一个动作关联关系的关联分数，确定所述目标对的关联度。

6、为解决上述技术问题，本申请采用的一个技术方案是：提供一种电子设备，包括存储器和处理器，其中，存储器用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述技术方案中的关联度计算方法。

7、为解决上述技术问题，本申请采用的一个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述技术方案中的关联度计算方法。

8、通过上述方案，本申请的有益效果是：本申请提供的关联度计算方法通过获取当前时间与目标对发生动作关联关系的时间差计算出所述动作关联关系的关联分数进而计算出所述目标对的关联度，充分考虑到时间维度对目标与目标之间动作关联关系的影响，从而有效提高关联度计算结果的准确性。

技术特征：

1.一种关联度计算方法，其特征在于，包括：

2.根据权利要求1所述的关联度计算方法，其特征在于，所述至少一个动作关联关系包括至少一个第一动作关联关系，所述第一动作关联关系的时间差是对所述第一动作关联关系的关联分数产生负向影响的因素。

3.根据权利要求1所述的关联度计算方法，其特征在于，所述基于所述时间差计算出所述目标对对应于所述动作关联关系的关联分数，包括：

4.根据权利要求3所述的关联度计算方法，其特征在于，所述基于当前时间与预设时间内目标对每次发生动作关联关系的时间的时间差，计算出所述动作关联关系的次数关联分数，包括：

5.根据权利要求4所述的关联度计算方法，其特征在于，所述基于所述动作关联关系的所述次数关联分数和所述天数关联分数，计算出所述动作关联关系的关联分数，包括：

6.根据权利要求1所述的关联度计算方法，其特征在于，所述目标对的关系还包括属性关联关系，基于所述目标对的属性关联关系对应的属性关联关系得分和所述目标对的所述动作关联关系的关联分数确定所述目标对的关联度。

7.根据权利要求6所述的关联度计算方法，其特征在于，所述基于所述目标对的属性关联关系对应的属性关联关系得分和所述目标对的所述动作关联关系的关联分数确定所述目标对的关联度，包括：

8.根据权利要求1所述的关联度计算方法，其特征在于，所述获取当前时间与目标对发生动作关联关系的时间差，包括：

9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器，所述处理器耦接所述存储器，所述处理器被配置为基于存储在所述存储器中的指令，执行权利要求1至8任一项所述的关联度计算方法的一个或多个步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-8中任一项所述的关联度计算方法的步骤。

技术总结本申请公开了一种关联度计算方法、设备和存储介质，该方法包括：获取当前时间与目标对发生动作关联关系的时间差；基于所述时间差计算出所述目标对对应于所述动作关联关系的关联分数；基于所述目标对对应于至少一个动作关联关系的关联分数，确定所述目标对的关联度。通过上述方式，本申请能够考虑发生动作关联关系的时间差对关联度的影响，进一步提高目标间关联度计算的准确性。技术研发人员：张霖云,陈立力,周明伟受保护的技术使用者：浙江大华技术股份有限公司技术研发日：技术公布日：2024/7/29